【模式识别与人工智能】14-第二章-第四节-对数几率回归-多元分类.pptxVIP

;;;有监督学习任务包括回归任务（预测值）和分类任务（预测类）。接下来学习多分类问题。

将处理多分类问题的典型算法划分为两大类，第一类为针对多分类情况特别设计的直接型多分类算法，第二类为训练多个二元分类器并通过这些分类器实现多分类的类别分解型多分类算法。

本节主要讲解类别分解型多分类算法。;多分类问题

表示输入空间，表示输出空间，表示中输入样本服从的某个未知分布。

将多分类问题划分为以下两种情况：

单一标签情况（Mono-labelCase）:样本只有一个类别标签。

此时是一个关于类别的有限集合，记为

多标签情况（Multi-labelCase）:样本有多个类别标签。

此时，标签向量中的正分量代表样本与这些类别相关。;类别分解型多分类算法。

单标签多分类算法

一对一（Onevs.One，OvO）

一对其余（Onevs.Rest，OvR）

多对多（Manyvs.Many，MvM）

;一对一（OvO）

独立地针对每一对不同的类别，根据训练数据得到一个二分类器：用以区分类别和。

是在标签为或的子样本集上进行二分类算法得到的。

若属于类别则被标记为，属于